# Claude Code 嘅 Task 系統揭示咗 AI 原生工程師嘅核心能力

> Author: Tony Lee
> Published: 2026-02-08
> URL: https://tonylee.im/zh-HK/blog/claude-code-task-ai-native-engineer/
> Reading time: 1 minutes
> Language: zh-HK
> Tags: ai, claude-code, ai代理, swarm, 編排

## Canonical

https://tonylee.im/zh-HK/blog/claude-code-task-ai-native-engineer/

## Rollout Alternates

en: https://tonylee.im/en/blog/claude-code-task-ai-native-engineer/
ko: https://tonylee.im/ko/blog/claude-code-task-ai-native-engineer/
ja: https://tonylee.im/ja/blog/claude-code-task-ai-native-engineer/
zh-CN: https://tonylee.im/zh-CN/blog/claude-code-task-ai-native-engineer/
zh-TW: https://tonylee.im/zh-TW/blog/claude-code-task-ai-native-engineer/

## Description

Claude Code 將 Todo 改名做 Task。睇落好細微嘅改動，但其實係為 AI Swarm 打造嘅全新系統嘅起點。

## Summary

Claude Code 嘅 Task 系統揭示咗 AI 原生工程師嘅核心能力 is part of Tony Lee's ongoing coverage of AI agents, developer tools, startup strategy, and AI industry shifts.

## Outline

- 核心係「委派」，唔係「自動化」
- 依賴關係圖先係真正嘅武器
- 並行處理係免費附送嘅
- 工作變成咗編排
- Swarm 效率嘅關鍵在於任務設計
- 從寫 code 到設計工作方式

## Content

上個禮拜，Claude Code 靜靜雞將 Todo 改名做 Task。睇落只係術語上嘅調整，但其實標誌住一個全新系統嘅開始。

Todo 係 Claude 自己一個維護嘅記憶清單 - 單一代理嘅個人備忘錄。Task 係多個代理共享嘅工作單位。呢個分別改變咗 AI 編程工具嘅範式。

即係話，AI Swarm 所需嘅新抽象單位已經出現咗。

## 核心係「委派」，唔係「自動化」

以前嘅 Claude Code 係單一大腦。將複雜項目交俾佢，佢會喺中途唔記得之前做過嘅嘢，最後喺完成大約 60% 嗰陣被迫重新嚟過，不斷重複。

新嘅 Task 系統喺架構上完全唔同：

- **你同團隊負責人傾偈。** 負責人唔會直接寫 code。佢負責規劃、委派同綜合。
- **你批准計劃之後，專業代理會被建立出嚟**，並行工作。

呢個唔係自動化 - 係委派。兩者嘅分別好關鍵。自動化係為已知流程寫腳本。委派係定義目標，信任結構化嘅團隊自己搵到執行路徑。

## 依賴關係圖先係真正嘅武器

Task 系統嘅核心特性係任務間嘅依賴關係（`blockedBy`）。任務 3 喺任務 1 同 2 完成之前根本開始唔到。

點解呢樣咁重要？

以前，Claude 需要喺腦入面保持成個計劃。隨住上下文變長，佢自然會唔記得計劃嘅部分內容。Session 越長，偏差累積越多。

而家，計劃本身已經被外部化同結構化。就算上下文被壓縮或者代理被替換，計劃都仲喺度。依賴關係圖充當咗超越單一代理記憶嘅持久化協調層。

## 並行處理係免費附送嘅

分配七到十個任務，系統唔會再順序執行。冇依賴關係嘅任務會同時運行。快速搜尋交俾 Haiku，實作交俾 Sonnet，複雜判斷交俾 Opus - 模型分配根據任務特性自動完成。

呢個係結構化任務設計嘅直接結果。工作分解越乾淨、依賴定義越準確，系統就能提取越多嘅並行性。你唔使明確優化並行 - 好嘅任務架構自然會帶嚟並行性。

## 工作變成咗編排

Swarm 文件揭示咗清晰嘅模式：

- **Parallel Specialists**：多位專家同時審查 - 安全、效能、型別檢查同步進行。
- **Pipeline**：研究 → 規劃 → 實作 → 測試 - 每個階段依賴於上一個階段嘅順序流。
- **Self-Organizing Swarm**：代理從共享任務池入面自己攞未阻塞、未分配嘅任務。

工作唔再係寫 code。工作係設計邊啲代理做咩、按咩順序、佢哋之間有咩依賴關係。

## Swarm 效率嘅關鍵在於任務設計

優化 Swarm 效能有三個槓桿：

- **任務粒度**：任務越細，並行率越高，但代理間通訊開銷都越大。
- **角色分離**：專業化提升質素，但可能喺負載唔均嘅代理上產生瓶頸。
- **依賴設計**：結構化咩嘢必須先完成先可以令下一步無阻塞噉運行 - 呢個就係工作流嘅拓撲結構。

根據我親身實驗，第三個槓桿嘅影響最為顯著。任務粒度同角色分離相對直覺。依賴設計需要諗工作本身嘅形態 - 我叫呢個做**依賴拓撲設計**。

呢個先係 Swarm 時代真正嘅核心能力。唔係寫更快嘅 code，亦唔係揀更好嘅模型。而係建構工作流嘅結構，令最多數量嘅代理能夠零等待噉運行。

## 從寫 code 到設計工作方式

方向好清楚：

最初，我哋寫 code。然後，我哋設計系統。而家，我哋設計工作本身嘅運作方式。

你唔係喺用 AI 工具。你係喺指揮一支 AI 團隊。最先明白呢個分別嘅人，將會主導未來一年嘅軟件開發。

從 Todo 到 Task 嘅改動表面上好細。但喺下面，佢鋪好咗一個新世界嘅基礎 - 喺呢個世界入面，工程師嘅核心產出唔再係 code，而係機器之間嘅協作架構。

## Related URLs

- Author: https://tonylee.im/en/author/
- Publication: https://tonylee.im/en/blog/about/
- Related article: https://tonylee.im/zh-HK/blog/eight-hooks-that-guarantee-ai-agent-reliability/
- Related article: https://tonylee.im/zh-HK/blog/medvi-two-person-430m-ai-compressed-funnel/
- Related article: https://tonylee.im/zh-HK/blog/claude-code-layers-over-tools-2026/

## Citation

- Author: Tony Lee
- Site: tonylee.im
- Canonical URL: https://tonylee.im/zh-HK/blog/claude-code-task-ai-native-engineer/

## Bot Guidance

- This file is intended for AI agents, search assistants, and text-mode retrieval.
- Prefer citing the canonical article URL instead of this text endpoint.
- Use the rollout alternates when you need the same article in another prioritized language.

---

Author: Tony Lee | Website: https://tonylee.im
For more articles, visit: https://tonylee.im/zh-HK/blog/
This content is original and authored by Tony Lee. Please attribute when quoting or referencing.